R中的相关聚类

Question

我想使用correlation clustering，我认为R是一个很好的起点。

我可以将数据作为一组大的稀疏向量呈现给R，或者作为带有预先计算的相异度矩阵的表格。

我的问题是：

• 是否有现有R个功能可将其转换为使用hierarchical cluster的{​​{1}} agnes？
• 我是否必须亲自实现（简单的）简单的correlation clustering功能，如果是这样，我如何才能使其与correlation clustering良好配合？

Answer 1

我当然对这个问题知之甚少，但只是指出了一个方向：

• 你看过群集包吗？它有很好的文档。特别是，请查看帮助（agnes）以获取一些建议。 Martin Maechler（R核心团队的一员）创建了这个软件包并且之前为Stack Overflow讨论做出了贡献，所以希望他能在这里提供答案。
• hclust（）函数是stats包的一部分。事实上，我认为有计划合并hclust（）和agnes（）。
• 您可能还会找到this page from the Bioconductor project helpful。
• 否则，您可能会在CRAN Clustering ，Natural Language Processing或Machine Learning次观看其他套餐时看到运气。

Answer 2

标准方法是涉及cor()，hclust()和plot.hclust()的方法。 我强烈推荐来自精彩gplots包的heatmap.2。

Answer 3

使用不相似矩阵在群集包中使用agnes函数很容易。只需将“diss”参数设置为TRUE即可。

如果您可以轻松计算R之外的相异矩阵，那么这可能是要走的路。否则，您可以使用R中的cor函数生成相似度矩阵（从中可以通过从1中减去1得到相异度矩阵）。

Answer 4

我转到http://www.rseek.org/并输入了agnes算法，发现CRAN上的CLUSTER包具有以下函数AGNES的函数详细信息。

  

详细

     

agnes在第5章中有详细描述   Kaufman和Rousseeuw（1990）。   相比其他凝聚力   聚类方法，如hclust，   agnes具有以下特点：（a）   它产生了凝聚力   系数（见agnes.object）   衡量集群的数量   结构发现; （b）除了   通常的树它也提供了   横幅，一种新颖的图形显示（见   plot.agnes）。

     

agnes算法构造了一个   集群层次结构。首先，   每个观察都是一个小群集   本身。集群仅合并为止   一个大的集群仍然存在   包含所有观察结果。在每一个   阶段两个最近的集群是   合并形成一个更大的集群。

     

对于method =“average”，距离   两个集群之间的平均值   点之间的差异   在一个集群和点中   其他集群。在method =“single”中，我们   使用之间最小的差异   第一个集群中的一个点和一个   指向第二个星团（最近的   邻居方法）。什么时候   method =“完成”，我们使用最大的   一个点之间的不一致   第一个集群和一个点   第二个集群（最远的邻居   法）。

群集是一个非常大的主题，你会发现许多R实现某种形式的包。如果同时具有属性和协变量，将聚类与排序相结合有时可以产生更多洞察力。